摘要
摘要 近期，智能视觉技术越来越多应用到监控安防场景中，其中的步态识别技术可以通过分析行人行走序列中的姿态与动作来判断身份。传统步态识别方法的具体应用效果依旧会针对不同衣着和背包场景下步态轮廓图中的身体部位粘连、遮挡、与正常场景差异大等问题的影响。因此，本文使用人体骨架信息进行识别，来减弱上述问题造成的影响。核心思想在于使用深度学习方法，提取原始图像序列中的人体骨架关键点，据此构成步态骨架图结构以辅助后继步态识别。在具体实现中，本文引入多个相同的时空图卷积模块，使得所提取的步态骨架序列能充分融合空间维度与时间维度两方面的特征信息。实验证明，该网络在CASIA-B数据集上相对于传统的步态骨架方法，达到了更高的性能。
出版日期
2022年11月02日（中国期刊网平台首次上网日期，不代表论文的发表时间）
